La incorporación de herramientas de inteligencia artificial (IA) en la investigación clínica está impulsando una nueva etapa en los ensayos oncológicos, donde la selección precisa de pacientes se convierte en un factor clave para el desarrollo de terapias innovadoras. En un contexto de creciente complejidad científica y regulatoria, estas tecnologías permiten analizar grandes volúmenes de datos clínicos, genómicos y epidemiológicos para optimizar el reclutamiento y mejorar la eficiencia de los estudios.

El potencial de la IA en este campo fue uno de los temas centrales abordados durante el workshop “Entender la investigación clínica en oncología y su impacto real”, organizado por Gilead Sciences, donde especialistas analizaron cómo estas herramientas están cambiando la forma de diseñar y ejecutar ensayos clínicos en cáncer.

Según explicó Luis de la Cruz, jefe de Servicio de Oncología Médica del Hospital Universitario Virgen Macarena, la inteligencia artificial permite identificar biomarcadores relevantes, mejorar el reclutamiento de pacientes y optimizar tanto el diseño como la operación de los ensayos clínicos. Gracias al análisis de datos del mundo real, estas tecnologías pueden simular criterios de inclusión y exclusión y evaluar qué pacientes podrían beneficiarse de participar en determinados estudios.

Una de las ventajas más relevantes de estas plataformas es su capacidad para reducir las exclusiones innecesarias que suelen producirse durante el proceso de selección. Al analizar información clínica compleja de manera automatizada, la IA permite ampliar la elegibilidad de los pacientes sin comprometer la seguridad ni la validez científica del ensayo.

El reclutamiento sigue siendo uno de los principales desafíos de la investigación clínica, especialmente en oncología de precisión, donde muchos estudios dependen de biomarcadores genéticos específicos. Identificar a los pacientes adecuados en el momento oportuno resulta complejo cuando los datos clínicos se encuentran dispersos en múltiples sistemas o en registros médicos no estructurados.

En este contexto, los sistemas de inteligencia artificial pueden analizar simultáneamente historias clínicas electrónicas, resultados de secuenciación genética, informes radiológicos y otros datos médicos para detectar coincidencias con los criterios de los ensayos clínicos disponibles. Este enfoque automatizado permite acelerar el proceso de identificación y mejorar la tasa de inscripción de participantes.

Además de facilitar la selección de pacientes, la IA también puede contribuir a mejorar el diseño de los ensayos clínicos mediante modelos predictivos que anticipan la respuesta a los tratamientos o identifican subgrupos de pacientes con mayor probabilidad de beneficio terapéutico. Estas capacidades refuerzan el avance de la oncología de precisión, cuyo objetivo es administrar el tratamiento adecuado al paciente correcto en el momento adecuado.

Para la industria farmacéutica y las organizaciones de investigación clínica, la aplicación de inteligencia artificial representa una oportunidad para reducir tiempos de desarrollo, optimizar recursos y aumentar las probabilidades de éxito de los estudios clínicos. A medida que estas herramientas se integran en los procesos de investigación, se espera que desempeñen un papel cada vez más relevante en la innovación terapéutica y en la llegada de nuevas opciones de tratamiento para pacientes con cáncer.

Fuente: El Globalfarma.